■黃偉強指，「聰明眼」系統結合人工智能、大數據、深度學習技術和機器視覺算法，將紡織品生產質量控制過程自動化。紡織品製造商以往均依賴工人用目測方式，檢查紡織品的品質，但人手檢測結果或會出現參差。香港理工大學最近研發一套名為「聰明眼」的智能紡織品瑕疵檢測系統，成功將人工智能（AI）的深度學習技術引入紡織工業的質量控制過程，能減少生產紡織品次貨量達9成，從而減低生產過程中造成的浪費。
助節省人力 省生產成本
該套「聰明眼」系統由理大紡織及服裝人工智能研究團隊研發，團隊表示，「聰明眼」是一個融合了人工智能和機器視覺技術的創新系統，該系統嵌入了高功率LED燈條和高解像度的CCD（charge-coupled device）相機，再安裝於織布機上，在紡織過程中拍攝整幅紡織品的圖像，所得圖像會經過採用人工智能的機器視覺算法處理，以檢測紡織品是否有瑕疵，讓生產綫負責人能盡快找出問題並即時糾正。
研究團隊指出，「聰明眼」能檢測約40種常見的紡織品瑕疵，精確度達0.1毫米/像素，該系統在真實的工廠環境中已試行逾半年；結果顯示，「聰明眼」相比傳統肉眼目測方式，能減低紡織品製造過程中產生的9成損耗和浪費，能同時提升生產效率及降低生產成本，並有助節省人力，提高紡織製造業的自動化管理。
理大紡織及服裝學系鄭翼雄時裝教授黃偉強稱，由於紡織品的結構繁多，紋理和瑕疵類型亦有很大差異，故要設計一款切合不同紡織品的自動化瑕疵檢測系統，難度相當高。他續指，過去20年尚未有人成功研發出滿足業界需求的自動化檢測系統，目前「聰明眼」的系統，可應用於大部分不同紋理的單色紡織品上。 香港紡織商會 楊 朱